自适应复合材料薄壁梁形状控制

针对翼面和桨叶等升力面结构,以单闭室薄壁梁为典型结构模型,讨论自适应复合材料薄壁梁的弯曲和扭转,探讨控制结构形状的途径     

柔壁自适应风洞低超音速实验技术研究

低超音速三维模型实验是在二维柔壁自适应风洞中进行的。将Wedemeyer理论推广到超音速流动,建立了洞壁调整量的计算方法;解决了洞壁预调量效应的计算问题。在此基础上提出洞壁自适应调整方案,它可用于堵塞比较大的模型实验和任意初始壁面。按此洞壁调整方案所作实验结果表明,二维柔壁自适应风洞作超音速三维模型实验时,可有效地抑制压缩、膨胀波经洞壁反射后对气动数据的影响。其消波效果和三维自适应壁风洞的消波效果基本相同,主激波反射的消波效果甚至优于后者。     

基于速度预测的导引律剩余时间估计

将分段线性逼近与迭代求解的思想扩展到对导弹的时变速度进行分段预测,给出了适用于反舰导弹速度时变情况的大前置角下比例导引律和偏置比例导引律的剩余时间估计算法。该算法在现有分段迭代算法的基础上,依据闭环形式的反舰导弹速度微分方程,分转弯平飞段和近似直线飞行段2种情况,对导弹未来速度的大小进行分段迭代预测并对剩余时间估计进行修正。算法中还给出了偏置比例导引律作用下近似直线飞行段剩余飞行航程的估计公式。仿真结果验证了本文算法的有效性。     

高校排课中的遗传算法

采用了鲁棒性较好的遗传算法,对院校的必修课给出了染色体编码和适应度函数,并采用了自适应的杂交和变异概率,程序运行结果良好。     

一种基于星载GPS的月球探测器导航算法

为验证GNSS旁瓣信号对中高轨航天器在轨飞行的导航支持能力,"嫦娥5号"飞行试验器搭载了GPS导航接收机。由于目前使用的星载导航解平稳性不够,为此,根据月球探测器不同飞行段落轨道动力学特性,建立了一种基于星载GPS数据的月球探测器实时导航算法。该算法充分考虑了月球探测器不同段落的动力学特性,基于UKF滤波设计,并引入了自适应策略,以降低滤波参数选取的难度。在分析星载GPS数据特点基础上,月地返回段实测数据的处理结果验证了算法的可行性和有效性。     

混合高斯测量噪声下的多模型滤波

就带有混合高斯测量噪声的离散时间系统 ,提出了一种简化的多模型滤波。理论分析证明该滤波方法用较少的计算量得到了与交互多模型滤波相同的估计性能。为满足应用要求 ,给出了该滤波器的数值鲁棒实现方法。一个关于仅有方位测量的制导例子验证了该滤波算法的有效性。     

小阻尼动态系统的时域自适应反馈主动阻尼设计

针对在前馈／反馈混合控制中提高控制通道阻尼的问题,基于自适应滤波理论,提出适用于单输入单输出(SISO)和多输入多输出(MIMO)控制通道的时域自适应反馈主动阻尼设计方法。研究了自适应过程的理想期望信号的构造、SISO情况下闭环控制通道与反馈控制器同时进行自适应设计以及MIMO控制通道阻尼问题的简化与设计方法的拓展等问题;同时,基于某主动隔振试验平台的实测结果,对所有研究内容进行SIMULINK模型仿真。时域自适应反馈主动阻尼设计是高效的主动阻尼设计方法,并且为小阻尼动态系统的增阻设计提供了统一的方法框架。     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。     

利用视加速度补偿和推力逐级释放的垂直着陆制导方法

针对运载火箭子级垂直返回着陆段的制导问题,本文在应用凸优化的滚动时域在线规划基础上研究了制导鲁棒性的改善策略。为应对着陆后期控制能力不足的情况,在滚动规划过程中引入了推力上界逐级释放的策略。同时,考虑缓解干扰和误差累积的影响,在制导周期内引入视加速度信息对在线规划的推力指令进行补偿,以进一步改善滚动规划的递归可行性。最后,通过数值算例仿真及对比分析验证所提出的补偿策略的有效性。     

火星探测器捕获段自适应卡尔曼滤波方法

天文导航是一种广泛应用于深空探测任务中的节能、高效的导航方式。基于轨道动力学模型和星光角距的卡尔曼滤波方法已经被成功应用在天文导航系统中。在捕获段由于探测器所处动力学环境复杂,未建模的加速度误差,星历误差等都会造成过程噪声统计特性不完全。针对以上问题,提出一种根据新息和残差序列的变化趋势来调节过程噪声协方差阵的自适应平方根容积卡尔曼的方法（AQSCKF）。该方法先分别利用新息和残差计算调节因子,然后判断新息和残差的变化趋势,当新息和残差的变化趋势一致时,取二者调节因子的均值作为过程噪声方差阵的调节因子,对其进行调节。此外,本文还将该方法与传统的只利用新息或残差在线调节协方差阵的平方根容积卡尔曼滤波（SCKF）方法进行对比,仿真结果表明,在解决由于过程噪声统计特性不能完全已知的问题上,AQSCKF算法不仅能显著提高导航精度,并且具有很好的稳定性。